收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于计算机视觉的织物疵点自动检测研究

李立轻  
【摘要】:本文应用自适应正交小波变换对基于计算机视觉的织物疵点自动检测进行了系统的研究。论文涉及织物自适应正交小波的构造,织物纹理图像的自适应正交小波分解,子图像内的特征值提取以及根据特征值异常进行疵点检测等主要内容。现将论文各章内容简要介绍如下: 引言部分简要介绍了论文的选题背景。 第一章概述了国内外有关基于计算机视觉的织物疵点自动检测的研究现状。分别介绍了在时域处理图像的疵点检测方法和在频域处理图像的疵点检测方法。后者又重点介绍了以傅立叶变换、小波分析等为主要手段的织物疵点自动检测方法。文中还提及某些发达国家在一定的前期研究积累基础上已有可供工业化应用的织物疵点自动检测产系统推向市场,而国内在该领域的研究尚处于实验室阶段。 第二章对小波分析方法作了简介。文中简要介绍了小波理论的发展简史,傅立叶变换、短时傅立叶变换、连续小波变换及离散小波变换等。文中还从工程应用角度重点介绍了多分辨率分析与正交小波变换的基本理论,包括多分辨率分析、二尺度方程及多分辨率滤波器组、正交小波变换快速算法及正交小波基构造等内容。这些基本理论为本文应用计算机视觉自动检测织物疵点提供了重要的理论工具。 第三章介绍了织物图像的正交小波变换,即正交小波分解。论文在讨论比较Mallat小波分解、多尺度完全小波分解和树形结构小波分解的基础上,提出了自适应正交小波单层分解织物图像的方法,这种分解方法使分解后的子图像能较好地反映织物的经向和纬向纹理信息,并具有计算速度快,能将织物的经向和纬向纹理信息分开处理,从而使织物纹理细节更为突出,有利于疵点快速检测等优点。 第四章详细讨论了织物自适应正交小波的构造方法。自适应正交小波可以通过一次求解同时包含正交条件与逼近条件的代价函数极值的方法进行构造,但计 算工作量很大。本文为压缩计算工作量,提出了分步满足正交条件和逼近条件的 构造自适应正交小波的新方法,即对某一设定长度的正交小波,先根据正交条件 建立一个小波库,再以织物图像正交小波分解后的高通子图像能量最小为逼近条 件,应用遗传算法和渐近迭代算法在小波库中搜索最优小波,这一最优小波定是 全库最优解,且是与织物纹理匹配最好的自适应正交小波。本章最后还就织物纹 理图像分解及疵点检验效果等方面对织物自适应正交小波与非自适应正交小波 进行了比较,实验结果证明,前者的效果明显好于后者。 第五章讨论了织物纹理特征值的提取和特征值提取中图像分割的窗口技术。 本文提出以能量、方差、嫡、极差和对比度作为综合反应织物纹理畸变的特征值 指标。通过计算直方图均衡化后的图像自相关函数来确定图像分割的窗口大小, 以使每个窗口恰好反映织物的一个纹理单元,这有利于疵点检测时的定位。另外, 本文还对特征值进行了归一化处理,以便在统一度量下考察5个特征值对疵点的 响应强度。最后,本文还提出了为防止疵点漏检,应把待检织物图像经过5个特 征值逐一“过滤”的判断方法,只要有任何一个指标出现异常,即可认为该窗口 内含有疵点。 第六章讨论了在前面三、四、五章相关技术集成的基础上对织物疵点实施自 动检测的全过程。文章详细介绍了疵点检测的实验装置、疵点检测的技术流程以 及对竹节、双纬、缺纬、断经、双经、吊经、经缩、破洞、杂质、稀密路、油污 等常见织物疵点的检测结果。实验结果证明,基于织物自适应正交小波的疵点检 测方法是可行的,应用多个特征值逐一过滤的判断方法是有效的,整个检测方法 可以应用于疵点的实时检测。本文还就疵点自动检测方法在实际应用中的若干关 键技术问题进行了分析和讨论。 第七章对全文进行了总结。介绍了本文的主要贡献和不足,对进一步的研究 方向提出了建议。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 汪成龙,李晶,高晓丁;高效能的织物疵点识别算法及其实现[J];棉纺织技术;2004年06期
2 陈俊杰,谢春萍;织物疵点自动识别技术在毛纺中的应用[J];毛纺科技;2004年09期
3 刘哲;李晓久;;织物疵点轮廓的计算机提取算法(英文)[J];西安工程大学学报;2009年02期
4 张瑞林;朱桂英;;图像处理技术在织物疵点检测中的应用[J];天津工业大学学报;2006年05期
5 张五一;王斌;杨楷;赵强松;;基于Matrox Odyssey XCL的图像采集处理系统研究[J];中原工学院学报;2008年06期
6 卿湘运,段红,魏俊民;基于局部熵的织物疵点检测与识别的研究[J];纺织学报;2004年05期
7 邢亚敬;韩润萍;姜玲;;基于优化Gabor滤波器的织物疵点检测算法[J];北京服装学院学报(自然科学版);2008年01期
8 安冬侠;赵澍;;数字图像处理技术在织物疵点中的应用[J];广西纺织科技;2009年05期
9 钟小勇;姚桂国;梁金祥;左保齐;;局部阈值分割用于织物疵点检测[J];江苏纺织;2009年09期
10 姜玲;韩润萍;袁晔;郑有增;;Canny算子在织物疵点检测中的应用[J];北京服装学院学报(自然科学版);2005年04期
11 步红刚;黄秀宝;;基于计算机视觉的织物疵点分类的近期进展[J];东华大学学报(自然科学版);2006年04期
12 吴军;李勇;;机器视觉技术在疵点检测中的应用[J];上海毛麻科技;2007年03期
13 尚会超;吴军;;织物表面疵点检测算法综述[J];中原工学院学报;2008年01期
14 步红刚;黄秀宝;;基于计算机视觉的织物疵点检测的近期进展[J];东华大学学报(自然科学版);2006年03期
15 李勇;周颖;尚会超;欧阳诚梓;;基于机器视觉的坯布自动检测技术[J];纺织学报;2007年08期
16 王三武;赵颖;;基于BP神经网络织物疵点检测识别[J];上海毛麻科技;2008年03期
17 王兰红;;机械图像处理技术在织物疵点检测中的应用[J];纺织科技进展;2009年04期
18 裘愉发;;喷水织造中的经向病疵[J];上海纺织科技;2009年08期
19 姚桂国;钟小勇;梁金祥;左保齐;;基于遗传算法的织物疵点特征选择[J];纺织学报;2009年12期
20 来侃,姚穆,张一心;棉布外观疵点与纱线条干质量关系的研究[J];棉纺织技术;1995年12期
中国重要会议论文全文数据库 前5条
1 李立轻;黄秀宝;;应用自适应正交小波检测织物疵点的研究[A];第八届陈维稷优秀论文奖论文汇编[C];2005年
2 赵大兴;王璜;朱锦雷;;基于机器视觉的织物疵点检测系统[A];湖北省机械工程学会设计与传动学会、武汉机械设计与传动学会2008年学术年会论文集(2)[C];2008年
3 王东云;牛正光;;改进的基于局部熵的织物疵点检测方法[A];第二十七届中国控制会议论文集[C];2008年
4 卢芸;郑广;胡爱华;;基于图像距离差的织物疵点检测算法研究[A];第四届中国测试学术会议论文集[C];2006年
5 秦贞俊;;棉纺纺纱生产中异性纤维的检测与清除[A];“青岛宏大杯”2006年全国用好自动络筒机扩大无结纱生产技术交流研讨会论文集[C];2006年
中国博士学位论文全文数据库 前2条
1 李立轻;基于计算机视觉的织物疵点自动检测研究[D];东华大学;2003年
2 张瑞林;人工神经网络在纺织中的应用研究[D];浙江大学;2001年
中国硕士学位论文全文数据库 前10条
1 梁金祥;织物疵点检测与自动化等级评定系统研究[D];苏州大学;2011年
2 努尔顿;丝织物疵点智能化判别[D];苏州大学;2003年
3 侯远韶;基于二维稀疏表示和向量范数优化的织物疵点有监督分类研究[D];中原工学院;2013年
4 郑春兰;基于计算机视觉的织物疵点自动检测技术研究[D];青岛大学;2010年
5 张继超;织物疵点判别方法研究与实现[D];中原工学院;2012年
6 刘文昊;基于模糊聚类和纹版辅助的织物疵点检测算法研究[D];浙江理工大学;2010年
7 周帅;基于图像处理技术的织物疵点检测与识别技术研究[D];青岛大学;2013年
8 徐铭倩;织物疵点小波检测算法研究与DSP实现[D];常州大学;2012年
9 易丽华;织物疵点检测工业视觉系统的研究[D];华中科技大学;2004年
10 徐雪倩;基于计算机视觉的织物疵点检测与分类方法的研究[D];青岛大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978